ApplePlanet.PL
  • REDAKCJA
  • WSPÓŁPRACA
  • POLITYKA PRYWATNOŚCI
No Result
View All Result
  • Apple
  • Nauka i technika
  • Sztuczna inteligencja AI
  • Security
  • Gry
  • Smartfony
  • Komputery & Tablety
  • Lora
czwartek, 16 lipca, 2026
  • Apple
  • Nauka i technika
  • Sztuczna inteligencja AI
  • Security
  • Gry
  • Smartfony
  • Komputery & Tablety
  • Lora
No Result
View All Result
ApplePlanet.PL
No Result
View All Result
Home Sztuczna inteligencja AI

NVIDIA prezentuje komputery Jetson Thor dla robotyki i sztucznej inteligencji

od Pan z ApplePlanet
16 lipca, 2026
w Sztuczna inteligencja AI
0
NVIDIA prezentuje komputery Jetson Thor dla robotyki i sztucznej inteligencji
465
SHARES
1.5k
VIEWS
Udostępnij na FacebookuUdostępnij na Tweeterze

Nowa generacja mocy obliczeniowej dla robotyki

Fundamentem nowych możliwości są moduły Jetson oraz IGX T3000. Oferują one wydajność rzędu 865 teraflopsów w obliczeniach FP4, przy zachowaniu kompaktowych rozmiarów – zajmują około połowy powierzchni i zużywają o połowę mniej energii niż model T5000. Specyfikacja techniczna T3000 obejmuje:

  • Procesor graficzny NVIDIA Blackwell,
  • Ośmiordzeniowy procesor Neoverse Arm,
  • 32 GB pamięci LPDDR5X o przepustowości 273 GB/s,
  • Łączność 25 GbE.
  • Wersja IGX T3000 dodatkowo integruje funkcje bezpieczeństwa funkcjonalnego, co pozwala na płynną współpracę robotów z ludźmi dzięki systemowi NVIDIA Halos. Mimo mniejszych gabarytów, T3000 dorównuje modelowi T5000 w zadaniach wnioskowania dla modeli multimodalnych, w tym dużych modeli językowych (LLM) oraz modeli wizyjno-językowych. Przejście na nową architekturę pozwala również na optymalizację kosztów w obliczu wysokich cen pamięci operacyjnej.

    Z kolei moduł Jetson T2000 stanowi bardziej przystępny punkt wejścia dla twórców autonomicznych robotów mobilnych, manipulatorów przemysłowych oraz agentów wizyjnych. Oferuje on 400 teraflopsów wydajności FP4 oraz 16 GB pamięci, co uzupełnia ofertę NVIDIA, która obecnie obejmuje rozwiązania skalowalne od 70 do 2000 teraflopsów.

    Automatyzacja optymalizacji pamięci

    Kluczowym wsparciem dla programistów są nowe umiejętności agentów (agent skills), które automatyzują procesy konfiguracji systemu i optymalizacji pamięci. Dzięki nim zadania, które wcześniej wymagały tygodni pracy ekspertów, można wykonać w zaledwie kilka dni. Narzędzia te wspierają całe portfolio Jetson, w tym serie Thor oraz Orin, pozwalając na uruchamianie bardziej zaawansowanych obciążeń na konfiguracjach z mniejszą ilością pamięci.

    W praktyce przekłada się to na wymierne oszczędności. Przykładowo, firmy takie jak UBTech czy Agile Robots zredukowały zużycie pamięci o 15 GB, co pozwoliło im na przejście z modułów 64 GB na 32 GB. Z kolei w sektorze inteligentnego transportu, firma NoTraffic zmniejszyła zapotrzebowanie na pamięć o 30%, zyskując przestrzeń na dodanie nowych funkcji AI bez konieczności wymiany sprzętu.

    Wsparcie dla modeli fundamentowych i rozwój ekosystemu

    NVIDIA rozszerzyła również rodzinę modeli fundamentowych Cosmos 3 o wersję „Edge”. Jest to lekki model o 4 miliardach parametrów, zaprojektowany specjalnie dla systemów wbudowanych. Pozwala on robotom na postrzeganie otoczenia, wnioskowanie w czasie rzeczywistym oraz generowanie działań bezpośrednio na urządzeniu. Dzięki otwartej strukturze, programiści mogą dostosować model do konkretnych czujników w ciągu około jednego dnia.

    Dla twórców chcących rozpocząć prace już teraz, NVIDIA udostępniła zestaw deweloperski Jetson AGX Thor, który pozwala na emulację wydajności modułów T3000 i T2000. Tryb emulacji dla T3000 będzie dostępny w ramach pakietu JetPack 7.2.1 jeszcze w tym miesiącu, natomiast wsparcie dla T2000 pojawi się w późniejszym terminie. Pełna dostępność rynkowa modułów T3000 i T2000 planowana jest na pierwszy kwartał 2027 roku.

    Warto zaznaczyć, że w przeliczeniu na polską walutę, inwestycja w tego typu zaawansowane systemy staje się bardziej przewidywalna dzięki możliwości wyboru mniejszego modułu pamięci (SKU) bez utraty wydajności, co jest kluczowe przy masowych wdrożeniach robotyki przemysłowej i usługowej.

    Share186Tweet116
    Poprzedni artykuł

    Japońscy liderzy robotyki rozwijają fizyczną sztuczną inteligencję z NVIDIA Cosmos

    Następny artykuł

    Tworzenie realistycznych miejsc za pomocą Project Genie i Street View

    Następny artykuł
    Tworzenie realistycznych miejsc za pomocą Project Genie i Street View

    Tworzenie realistycznych miejsc za pomocą Project Genie i Street View

    Polub nas i bądź na bieżąco

    Ostatnie Wpisy

    • Producenci routerów mogą wprowadzać w błąd oznaczeniami Wi-Fi 7 16 lipca, 2026
    • Kiedy warto dopłacić do kabli USB4 16 lipca, 2026
    • Ruszyła promocja Apple Back to School w USA z kartami podarunkowymi do Maca i iPada 16 lipca, 2026
    • Jak zainstalować publiczną betę macOS 27 Golden Gate 16 lipca, 2026
    • Lizzy Caplan dołącza do obsady serialu Far Cry od FX 16 lipca, 2026

    Informacje

    • Polityka prywatności
    • Redakcja
    • Współpraca
    • REDAKCJA
    • WSPÓŁPRACA
    • POLITYKA PRYWATNOŚCI

    Welcome Back!

    Login to your account below

    Forgotten Password?

    Retrieve your password

    Please enter your username or email address to reset your password.

    Log In

    Add New Playlist

    No Result
    View All Result
    • Apple
    • Sztuczna inteligencja AI
    • Komputery I tablety
    • Gry
    • Smartfony
    • Security
    • Nauka i technika
    • Lora
    • Współpraca
    • Redakcja